CAF – Inspección de vehículos en operación desde infraestructura
CAF
Sector: Sector: Ferroviario
Business Case
El control del estado de algunos parámetros de suspensión y elementos de rodadura de los trenes requiere revisiones periódicas con un coste de mano de obra relevante. Sensorizar todos los trenes no es una solución viable por coste/retorno. Se plantea una solución en la que la vía sensorizada en una ubicación por la que pasan los trenes en operación recopile datos que una vez procesados generan los KPIs del estado de esos elementos.
Objetivos
Diseñar una instalación que se pueda ubicar junto a la vía, que esté conectada a una infraestructura Cloud y que permita integrar funciones adicionales sobre la misma base de electrónica Minimizar la información a registrar, los datos en bruto son preprocesados en la electrónica y solamente se recopilan en la infraestructura cloud los datos de los KPIs, trazabilidad de los elementos asociados a esos datos, fecha y hora.
Use case
Requisitos: se definen los parámetros de medida a obtener, precisión, estrategia de sensores en la instalación. Se desarrolla un gemelo digital de la instalación: modelo mecánico de la vía, modelo de tren, sensores virtuales integrados en el modelo. Se definen escenarios para generar señal sintética para entrenar los modelos Se trabaja en metodologías que maximicen la precisión con el mínimo coste
Infraestructura
Hw: para registro de datos de sensores y preprocesado. Cloud: registro de información prepocesada y cuadros de mando
Tecnologías utilizadas
Aprendizaje Automático o Profundo
Datos utilizados
Series temporales sintéticas mediante gemelo digital. Series temporales sobre instalación prototipo Validación KPIs obtenidos mediante medidas realizadas de forma manual (metodología original)
Recursos utilizados
CAF I+D: diseño de metodología y liderazgo técnico del proyecto CETEST: implementación de la solución de instrumentación, integración electrónica, software y digitalización CEIT: investigador tesis doctoral por Universidad de Navarra para resolver los retos tecnológicos del proyecto
Dificultades y aprendizaje
Lo más complejo ha sido definir una metodología que logre precisión cuantitativa suficiente con un número acotado de sensores condicionando al mínimo las afecciones de diseño y mantenimiento de la infraestructura ferroviara. Una vez definida la metodología se ha resuelto el entrenamiento de los modelos de estimación de KPIs objeto de estudio generando señales sintéticas mediante el modelo físico y combinación de diferentes escenarios.
KPIs (impacto en el negocio y métricas del modelo)
1 sola instalación puede medir todos los trenes (sean de una misma flota o de diferentes flotas) que pasan por esa infraestructura. Monitorización continua por tren o tendencias de flota, además de las fotos fijas que se obtenían mediante inspecciones periódicas. Ahorro de tiempo y recursos evita tareas repetitivas de mantenimiento mediante la automatización y digitalización del registro de datos.
Financiación
Doctorado Industrial para la actividad de investigación básica y propuesta de metodología financiado por el programa Bikaintek del Gobierno Vasco.
Colaboradores
Metro de Bilbao facilitó su infraestructura para validar el prototipo a cambio de tener acceso a los resultados. Equipo de trabajo multidisciplinar: Grupo CAF (CAF I+D, CETEST) y CEIT.
